ProyectoFinal Grupo 188

FASE 6.
PROYECTO FINAL
Actividad
WILLIAM HERNAN CORDOBA
NELSON BOLIVAR
79 513 018
CESAR AUGUSTO PIÑEROS
79 434 890
RUBEN DARIO SILVA
790921 558
ELKIN ANTONIO CUERVO
74 244 691
Estudiante
FELIX ORLANDO AMAYA

Tutor
METODOS DETERMINISTICOS_102016_188
Curso
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

Bogotá, Mayo 2017
INTRODUCCIÓN
La toma de decisiones es fundamental para cualquier actividad humana, sin

embargo tomar una buena decisión empieza con un proceso de razonamiento
constante y focalizado que puede incluir varias disciplinas.
En los modeles deterministas, decisiones acertadas generan buenos

resultados, es decir, se obtiene lo que se espera; los modelos probabilísticos el
resultado es incierto el decisor se preocupa tanto por el valor del resultado como
por el grado de riesgo involucrado en la decisión.
Un gerente debe tomar muchas decisiones algunas de ellas son de rutina y

otras intrascendentes, mientras que otras tienen repercusión drástica en las
operaciones de la empresa pues pueden involucrar pérdidas o ganancias de
grandes sumas de dinero además un decisor debe asimilar a su decisión un
conjunto de opciones y consecuencias que muchas veces resultan
desconcertantes.
Presentamos a continuación, una serie de algoritmos que se usan en la

resolución de problemas de modelos de transporte, los cuales se pueden
solucionar a través de los métodos de la Esquina Noroeste, Aproximación de
Vogel, y Costos Mínimos, el metodo Húngaro y los Modelos de redes PERT/CPM,
entre otros.
Desarrollo
PROBLEMA NO. 1. TRANSPORTES PARA MATERIA PRIMA
Proceda a aplicar los algoritmos de transporte, Esquina Noroeste, Costos Mínimos
y Aproximación de Vogel para identificar el menor costo de asignación de la
materia prima desde las bodegas hacia los destinos.
1.1. Metodo Esquina Noroeste
1.2. Metodo Costos Mínimos

1.3 Metodo Aproximación de Vogel
Análisis; ¿Qué método genera el costo mínimo y cuales asignaciones, es decir desde
que orígenes hacia que destinos, debe asignarse al transporte de materia prima según
éste método?
El método que presento un envió más económico es el de Aproximación de Vogel, con
$1’331.200 y la asignación se presenta a continuación.
Bodega 1: 900 a destino 5, 200 a destino Ficticia, Bodega 2: 50 a destino 2, 1100 a
destino 4
Bodega 3: 1230 a destino 2, 50 a destino 3, Bodega 4: 1360 a destino 3, Bodega 5: 1320 a
destino 1, 80 a destino 5
PROBLEMA NO. 2. TRANSPORTES MATERIA PARA EMBALAJE
2.1. Metodo Esquina Noroeste
DESTINO DESTINO DESTINO DESTINO DESTINO

OFERTA
1 2 3 4 5
227 221 221 226 221
BODEGA 1 2500
2500 0 0 0 0
244 239 233 231 233
BODEGA 2 2780
210 2570 0 0 0
221 226 227 221 227
BODEGA 3 2640
0 230 2410 0 0
239 240 238 233 237
BODEGA 4 2810
0 0 240 2570 0
226 239 235 227 233
BODEGA 5 2500
0 0 0 230 2270
0 0 0 0 0
BODEGA FICTICIA 850
0 0 0 0 850
DEMANDA 2710 2800 2650 2800 3120
2.2. Metodo Costos Mínimos.

OFERTA
1 2 3 4 5
227 221 221 226 221
BODEGA 1 2500
0 0 2500 0 0
244 239 233 231 233
BODEGA 2 2780
0 200 150 160 2270
221 226 227 221 227
BODEGA 3 2640
0 0 0 2640 0
239 240 238 233 237
BODEGA 4 2810
210 2600 0 0 0
226 239 235 227 233
BODEGA 5 2500
2500 0 0 0 0
0 0 0 0 0
BODEGA FICTICIA 850
0 0 0 0 850
DEMANDA 2710 2800 2650 2800 3120
2.3. Metodo Aproximación de Vogel

OFERTA
1 2 3 4 5
227 221 221 226 221
BODEGA 1 2500
0 0 230 0 2270
244 239 233 231 233
BODEGA 2 2780
0 360 2420 0 0
221 226 227 221 227
BODEGA 3 2640
0 0 0 2640 0
239 240 238 233 237
BODEGA 4 2810
210 2440 0 160 0
226 239 235 227 233
BODEGA 5 2500
2500 0 0 0 0
0 0 0 0 0
BODEGA FICTICIA 850
0 0 0 0 850
DEMANDA 2710 2800 2650 2800 3120

Análisis;
Método Esquina Noroeste $ 3.069.370
Método Costo Mínimo $ 3.023.750
Método Aprox. de Vogel $ 2.973.880
El menor costo se genera utilizando el método de aproximación de Vogel con un
valor total de $ 2.973.880
ASIGNACION:
Bodega 1: 230 unidades a Destino 3 y 2270 unidades a Destino 5.
Bodega 2: 360 unidades a destino 2 y 2420 unidades a destino 3.
Bodega 3: 2640 unidades a destino 4.
Bodega 4: 210 unidades a destino 1, 2440 unidades a destino 2 y 160 unidades a
destino4.
Bodega 5: 2500 unidades a destino 1.
PROBLEMA NO. 3. ASIGNACION POR MINIMIZACION
Para la fabricación de dichos productos se cuenta con 5 máquinas principales,

usted tiene en su escritorio 6 hojas de vida a evaluar para contratar en la
operación de los mismos. El departamento de contabilidad le ha generado un
reporte acerca de los costos por día que cobra cada empleado por el manejo de
cada vehículo en cuestión (hoja 3 archivo de Excel), cifras en miles.
3.1 Costos Diarios
MAQUINA MAQUINA MAQUINA MAQUINA MAQUINA

1 2 3 4 5
FICTICIA
JUAN 221 222 224 217 221

0
CARLOS 213 211 214 209 209

0
PEDRO 210 209 211 211 209

0
ANTONIO 211 214 209 209 214

0
PABLO 212 209 211 209 213

0
FRANCISCO 212 213 217 216 219

0
3.2 Menos Costo Por Día.

FICTICIA MENOR
1 2 3 4 5 COSTO
JUAN 221 222 224 217 221

0 0
CARLOS 213 211 214 209 209

0 0
PEDRO 210 209 211 211 209

0 0
ANTONIO 211 214 209 209 214

0 0
PABLO 212 209 211 209 213

0 0
FRANCISCO 212 213 217 216 219

0 0
210 209 209 209 209 0
3.3. IDENTIFIQUE EL MENOR VALOR POR COLUMNA Y RETELO

TERMINO ATERMINO POR LA MISMA

FICTICIA
1 2 3 4 5
JUAN 11 13 15 8 12
0
CARLOS 3 2 5 0 0
0
PEDRO 0 0 2 2 0
0
ANTONIO 1 5 0 0 5
0
PABLO 2 0 2 0 4
0
FRANCISCO 2 4 8 7 10
0
3.4. SELECCIONE O SUBRAYE LA MAYOR CANTIDAD DE CEROS
HORIZONTALES O VERTICALES NUNCA DIAGONALES
1 2 3 4 5
FICTICIA
JUAN 11 13 15 8 12
0
CARLOS 3 2 5 0 0
0
PEDRO 0 0 2 2 0
0
ANTONIO 1 5 0 0 5
0
PABLO 2 0 2 0 4
0
0
EL NUMERO DE FILAS ES IGUAL AL DE COLUMNAS
SI
NO X
3.5. IDENTIFICAMOS EL MENOR VALOR SIN SUBRAYAR Y LOS

RESTAMOS TERMINO A TERMINO Y DOBLE VES EN LOS NUMEROS
SUBRAYADOS DOS VECES

1 2 3 4 5
FICTICIA
MENOR 4
JUAN 7 9 11 4 8
0
CARLOS 0 0 1 0 0
0
PEDRO 0 0 0 0 0
0
ANTONIO 0 1 0 0 1
0
PABLO 0 0 0 0 0
0
FRANCISCO 0 0 4 3 6
0
3.6. SELECCIONE O SUBRAYE LA MAYOR CANTIDAD DE CEROS
HORIZONTALES O VERTICALES NUNCA DIAGONALES

1 2 3 4 5
FICTICIA
JUAN 7 9 11 4 8
0
CARLOS 0 0 1 0 0
0
PEDRO 0 0 0 0 0
0
ANTONIO 0 1 0 0 1
0
PABLO 0 0 0 0 0
0
FRANCISCO 0 0 4 3 6
0
EL NUMERO DE FILAS ES IGUAL AL DE COLUMNAS
SI X
NO
3.6. ASIGNACION

1 2 3 4 5
FICTICIA
JUAN
0
CARLOS 0 0 0 0
0
PEDRO 0 0 0 0 0
0
ANTONIO 0 0 0
0
PABLO 0 0 0 0 0
0
FRANCISCO 0 0
0
COSTO DE
OPERARIO MAQUINA ASIGNACION
PROMEDIO
JUAN FICTICIA 0 211,8
CARLOS 1 213
PEDRO 3 211
ANTONIO 4 209
PABLO 5 213
FRANCISCO 2 213
1059
PROBLEMA NO. 4. ASIGNACION POR MAXIMIZACION

Así mismo el departamento de talento humano le ha generado un reporte de
desempeño de cada conductor en cada vehículo obtenidos de un examen de
capacidades de aptitudes y desempeño (hoja 4 archivo Excel), donde el valor
máximo es la mayor habilidad.
4.1 HABILIDAD POR MAQUINA

1 2 3 4 5
JUAN 98 91 91 93 91
CARLOS 98 84 84 82 91
PEDRO 91 89 89 88 84
ANTONIO 89 93 91 91 89
FRANCISCO 98 82 84 84 91
4.2. IDENTIFIQUE EL MAYOR VALOR DE TODA LA TABLA Y RESTARLO

UNO A UNO EN TODOS LOS TERMINOS DE LA TABLA
JUAN 98 91 91 93 91 98
CARLOS 98 84 84 82 91 98
PEDRO 91 89 89 88 84
ANTONIO 89 93 91 91 89
FRANCISCO 98 82 84 84 91

1 2 3 4 5
JUAN 0 7 7 5 7
CARLOS 0 14 14 16 7
PEDRO 7 9 9 10 14
ANTONIO 9 5 7 7 9
4.3. SELECCIONAR EL MENOR COSTO POR FILA Y RESTARLO TERMINO
A TERMINO
MAQUINA MAQUINA MAQUINA MAQUINA

MAQUINA 1
2 3 4 5 MINIMO
JUAN 0 7 7 5 7 0
CARLOS 0 14 14 16 7 0
PEDRO 7 9 9 10 14 7
ANTONIO 9 5 7 7 9 5
FRANCISCO 0 16 14 14 7 0

MAQUINA 1
2 3 4 5
JUAN 0 7 7 5 7
CARLOS 0 14 14 16 7
PEDRO 0 2 2 3 7
ANTONIO 4 0 2 2 4
4.4. SELECCIONAR EL MENOR COSTO POR COLUMNA Y RESTARLO

TERMINO A TERMINO
MAQUINA 1
2 3 4 5
JUAN 0 7 7 5 7
CARLOS 0 14 14 16 7
PEDRO 0 2 2 3 7
ANTONIO 4 0 2 2 4
MINIMO 0 0 2 2 4

MAQUINA 1 2 3 4 5
JUAN 0
7 5 3 3
CARLOS 0 14 12 14 3
PEDRO 0 2 0 1 3
ANTONIO 4 0 0 0 0
4.5. ASIGNACION
1 2 3 4 5
JUAN 0
CARLOS 0
PEDRO 0 0
ANTONIO 0 0 0 0
FRANCISCO 0
OPERARIO MAQUINA HABILIDAD

MAQUINA
98
JUAN 1
MAQUINA
ANTONIO 93
2
MAQUINA
89
PEDRO 3
280
PROMEDIO 93,3333333
PROBLEMA 5. PROYECTOS CPM

Resuelvan por el método de redes PERT/CPM desarrollando el algoritmo de forma
manual.
TIEMPO
ACTIVIDAD TIEMPO TIEMPO TIEMPO
ACTIVIDAD PESIMISTA
PREDECESORA OPTIMISTA(a) PROBABLE(m) ESTIMADO
(b)
Definición de
------ 3 4 6 4.17
Objetivos (A)
Definición de
Indicadores para
A 7 8 9 8
Evaluación de
resultados (B)
Definisicón de
responsabilidades
B 3 5 6 4.83
y roles del equipo
de trabajo(C)
Compra e
Insyalación de B 5 6 8 6.17
maquinaria (D)
Realización de
pruebas piloto y
C,D 2 3 6 3.33
medición del
impacto (E)
Estudio de
mercadeo y E 4 5 6 5
ventas piloto (F)
Apertura de la
E 5 7 9 7
Fábrica (G)
Ciclo PHVA para
evaluación de F,G 6 7 8 7
resultados (H)
Seguimiento y
Control del H 2 3 5 3.17
sistema (I)
5.1 ASIGNACION
¿Cuál es la ruta crítica del proyecto de montaje de la nueva sucursal?

A-B-D-E-G-H-I
¿Cuantos días demorará la ruta crítica de dicho proyecto?
38,9 días
¿Cuáles actividades hacen parte de la ruta crítica?
Definición de Objetivos (A)

Definición de Indicadores para Evaluación de resultados (B)
Compra e Instalación de maquinaria (D)
Realización de pruebas piloto y medición del impacto (E)
Apertura de la Fábrica (G)
Ciclo PHVA para evaluación de resultados (H)
Seguimiento y Control del sistema (I)
¿Cuáles son los tiempos de inicio y de finalización más tardíos y tempranos

de todas las actividades?
Tiempo de inicio temprano es 0 Tiempo de inicio tardío es 4,2
Tiempo de finalización temprana es 35,7 Tiempo de finalización tardío es
38,9
CONCLUSIONES
 Los modelos son abstracciones de la vida real, son muy útiles en la toma de
decisiones por dos motivos: reducen problemas complejos a más sencillos
y más fáciles de manejar y proporcionan un medio para predecir cuál será
el resultado de una decisión
 El desarrollo de estos ejercicios prácticos nos permito interpretar los

resultados basado en la aplicación de software “Solver”, para facilitar el
análisis en el ingreso de datos y la salida de resultados.
 Estas herramientas para la toma de decisiones mediante la formulación y

solución de modelos de programación lineal nos ha permitido reconocer el
campo de aplicación de la programación lineal antera en la solución de
problemas de la vida diaria a través del Solver.
 La última prueba de un modelo es si es útil o no al proporcionar un

entendimiento de la situación real, además es conveniente que el modelo
tenga algún potencial de predicciones para que las decisiones
concernientes a futuros casos puedan hacerse con predicción relativamente
clara.
BIBLIOGRAFIA
Mokotoff, E. (2000). Programación lineal: resolución de problemas en hoja de

cálculo. (pp. 19-30), Oviedo, España: Editorial Septem. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=10084118
Marato, C. (2012). Investigación operativa en administración y dirección de
empresas, (pp. 288- 301), Valencia, España: Editorial Universidad Pontificia de
Valencia. Recuperado de:
Pinzón, Ch. (2012). Investigación de operaciones. (3a. ed.) (pp. 233-242), Ibagué,
Colombia: Editorial Universidad de Ibagué. Recuperado de:
Mokotoff, E. (2000). Programación Pinzón, Ch. (2012). Investigación de

operaciones. (3a. ed.) (pp. 15-82), Ibagué, Colombia: Editorial Universidad de
Ibagué. Recuperado de:
lineal: resolución de problemas en hoja de cálculo. (pp. 19-26), Oviedo, España:
Editorial Septem. Recuperado de:
Kong, M. (2011). El problema de transporte o distribución, métodos de solución

(pp. 153-196), Lima, Perú: Editorial Pontificia Universidad Católica del Perú.
Recuperado de:
Taibo, A. (2009). Investigación de operaciones para los no matemáticos (pp. 101-

112), Distrito Federal, México: Editorial Instituto Politécnico Nacional. Recuperado
de:
Marato, C. (2012). Investigación operativa en administración y dirección de

empresas, (pp. 288- 301), Valencia, España: Editorial Universidad Pontificia de
Valencia. Recuperado de:

ProyectoFinal Grupo 188

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

ProyectoFinal Grupo 188

Transféré par

Droits d'auteur :

Formats disponibles

FASE 6.

WILLIAM HERNAN CORDOBA

FELIX ORLANDO AMAYA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

La toma de decisiones es fundamental para cualquier actividad humana, sin

En los modeles deterministas, decisiones acertadas generan buenos

Un gerente debe tomar muchas decisiones algunas de ellas son de rutina y

Presentamos a continuación, una serie de algoritmos que se usan en la

1.1. Metodo Esquina Noroeste

1.2. Metodo Costos Mínimos

PROBLEMA NO. 2. TRANSPORTES MATERIA PARA EMBALAJE

2.1. Metodo Esquina Noroeste

DESTINO DESTINO DESTINO DESTINO DESTINO

DESTINO DESTINO DESTINO DESTINO DESTINO

DEMANDA 2710 2800 2650 2800 3120

2.3. Metodo Aproximación de Vogel

DESTINO DESTINO DESTINO DESTINO DESTINO

DEMANDA 2710 2800 2650 2800 3120

PROBLEMA NO. 3. ASIGNACION POR MINIMIZACION

Para la fabricación de dichos productos se cuenta con 5 máquinas principales,

3.1 Costos Diarios

MAQUINA MAQUINA MAQUINA MAQUINA MAQUINA

JUAN 221 222 224 217 221

CARLOS 213 211 214 209 209

PEDRO 210 209 211 211 209

ANTONIO 211 214 209 209 214

PABLO 212 209 211 209 213

FRANCISCO 212 213 217 216 219

MAQUINA MAQUINA MAQUINA MAQUINA MAQUINA

JUAN 221 222 224 217 221

CARLOS 213 211 214 209 209

PEDRO 210 209 211 211 209

ANTONIO 211 214 209 209 214

PABLO 212 209 211 209 213

FRANCISCO 212 213 217 216 219

3.3. IDENTIFIQUE EL MENOR VALOR POR COLUMNA Y RETELO

MAQUINA MAQUINA MAQUINA MAQUINA MAQUINA

EL NUMERO DE FILAS ES IGUAL AL DE COLUMNAS

3.5. IDENTIFICAMOS EL MENOR VALOR SIN SUBRAYAR Y LOS

MAQUINA MAQUINA MAQUINA MAQUINA MAQUINA

MAQUINA MAQUINA MAQUINA MAQUINA MAQUINA

EL NUMERO DE FILAS ES IGUAL AL DE COLUMNAS

MAQUINA MAQUINA MAQUINA MAQUINA MAQUINA

PROBLEMA NO. 4. ASIGNACION POR MAXIMIZACION

MAQUINA MAQUINA MAQUINA MAQUINA MAQUINA

4.2. IDENTIFIQUE EL MAYOR VALOR DE TODA LA TABLA Y RESTARLO

MAQUINA MAQUINA MAQUINA MAQUINA MAQUINA

MAQUINA MAQUINA MAQUINA MAQUINA

MAQUINA MAQUINA MAQUINA MAQUINA

4.4. SELECCIONAR EL MENOR COSTO POR COLUMNA Y RESTARLO

MAQUINA MAQUINA MAQUINA MAQUINA

OPERARIO MAQUINA HABILIDAD

PROBLEMA 5. PROYECTOS CPM

¿Cuál es la ruta crítica del proyecto de montaje de la nueva sucursal?

Definición de Objetivos (A)

¿Cuáles son los tiempos de inicio y de finalización más tardíos y tempranos

 El desarrollo de estos ejercicios prácticos nos permito interpretar los

 Estas herramientas para la toma de decisiones mediante la formulación y

 La última prueba de un modelo es si es útil o no al proporcionar un

Mokotoff, E. (2000). Programación lineal: resolución de problemas en hoja de

Mokotoff, E. (2000). Programación Pinzón, Ch. (2012). Investigación de

Kong, M. (2011). El problema de transporte o distribución, métodos de solución

Taibo, A. (2009). Investigación de operaciones para los no matemáticos (pp. 101-

Marato, C. (2012). Investigación operativa en administración y dirección de